BG value stats by hour
BGvalue_Summary
## time3 min mean max sd
## 1 00:00 196 196.0000 196 NaN
## 2 01:00 Inf NaN -Inf NaN
## 3 02:00 64 64.0000 64 NaN
## 4 03:00 Inf NaN -Inf NaN
## 5 04:00 251 251.0000 251 NaN
## 6 05:00 Inf NaN -Inf NaN
## 7 06:00 57 57.0000 57 NaN
## 8 07:00 96 154.5000 213 82.731493
## 9 08:00 47 119.0000 257 93.992908
## 10 09:00 Inf NaN -Inf NaN
## 11 10:00 158 158.0000 158 NaN
## 12 11:00 104 104.0000 104 NaN
## 13 12:00 91 114.2500 129 16.879475
## 14 13:00 Inf NaN -Inf NaN
## 15 14:00 87 87.0000 87 NaN
## 16 15:00 57 125.3333 172 60.484158
## 17 16:00 Inf NaN -Inf NaN
## 18 17:00 92 117.5000 143 36.062446
## 19 18:00 104 104.0000 104 NaN
## 20 19:00 214 214.0000 214 NaN
## 21 20:00 Inf NaN -Inf NaN
## 22 21:00 70 107.0000 180 63.221832
## 23 22:00 115 117.0000 119 2.828427
## 24 23:00 152 152.0000 152 NaN
## 25 00:00 119 119.0000 119 NaN
BG value stats by day
BGvalue_SummaryDaily
## Date2 min mean max sd
## 1 2019-10-24 64 123.8889 196 47.30604
## 2 2019-10-25 57 122.1111 257 59.23564
## 3 2019-10-26 57 143.0000 251 74.21321
## 4 2019-10-27 47 120.2857 213 57.80344
Sensor value stats by hour
Sensorvalue_Summary
## time3 min mean max sd
## 1 00:00 74 96.25000 132 17.18945
## 2 01:00 75 97.79167 147 24.45045
## 3 02:00 82 100.79167 148 16.71495
## 4 03:00 101 167.33333 257 52.55115
## 5 04:00 160 236.57143 283 40.05443
## 6 05:00 155 222.04167 271 37.72150
## 7 06:00 95 173.62500 238 57.90383
## 8 07:00 95 163.04167 224 48.85069
## 9 08:00 40 90.91667 169 34.45592
## 10 09:00 40 105.25000 160 27.94288
## 11 10:00 149 185.91667 212 17.38044
## 12 11:00 144 197.91667 225 25.24302
## 13 12:00 107 136.18182 183 22.81945
## 14 13:00 90 141.75000 205 37.72930
## 15 14:00 71 108.03704 198 41.77272
## 16 15:00 51 79.41667 139 29.20604
## 17 16:00 56 104.50000 167 30.79935
## 18 17:00 58 104.63889 169 37.71635
## 19 18:00 86 147.33333 210 45.39037
## 20 19:00 116 182.47222 227 40.14864
## 21 20:00 97 164.06667 223 32.07420
## 22 21:00 50 90.20833 141 29.87362
## 23 22:00 73 110.20833 167 24.92420
## 24 23:00 113 165.33333 195 25.73893
## 25 00:00 94 122.33333 167 25.75526
BG high (>150) count
BGHigh_Count
## time3 BG.Reading..mg.dL.
## 1 00:00 1
## 2 04:00 1
## 3 07:00 1
## 4 08:00 1
## 5 10:00 1
## 6 15:00 1
## 7 19:00 1
## 8 21:00 1
## 9 23:00 1
BG very high (>240) count
BGveryHigh_Count
## time3 BG.Reading..mg.dL.
## 1 04:00 1
## 2 08:00 1
BG low (<80) count
BGLow_Count
## time3 BG.Reading..mg.dL.
## 1 02:00 1
## 2 06:00 1
## 3 08:00 2
## 4 15:00 1
## 5 21:00 2
BG good value count (>80 and <150)
BGgood_Count
## time3 BG.Reading..mg.dL.
## 1 07:00 1
## 2 08:00 1
## 3 11:00 1
## 4 12:00 4
## 5 14:00 1
## 6 15:00 1
## 7 17:00 2
## 8 18:00 1
## 9 22:00 2
## 10 00:00 1
Temp Basal = 0 count
tempBasal_count
## time3 Temp.Basal.Amount
## 1 07:00 1
Suspend basal on low count
suspendBasal_Count
## time3 Alarm
## 1 00:00 1
## 2 01:00 4
## 3 06:00 2
## 4 08:00 5
## 5 09:00 1
## 6 13:00 2
## 7 14:00 2
## 8 15:00 4
## 9 16:00 2
## 10 17:00 1
## 11 18:00 1
## 12 20:00 1
## 13 21:00 2
## 14 22:00 1
## 15 00:00 2
BG value by time and date with mean values
BGvalue_timeDaytable
## time 2019-10-24 2019-10-25 2019-10-26 2019-10-27 mean
## 1 00:00 196.0000 NaN NaN 119.0000 157.5000
## 2 01:00 NaN NaN NaN NaN NaN
## 3 02:00 64.0000 NaN NaN NaN 64.0000
## 4 03:00 NaN NaN NaN NaN NaN
## 5 04:00 NaN NaN 251 NaN 251.0000
## 6 05:00 NaN NaN NaN NaN NaN
## 7 06:00 NaN 57.0000 NaN NaN 57.0000
## 8 07:00 96.0000 NaN NaN 213.0000 154.5000
## 9 08:00 79.0000 257.0000 93 47.0000 119.0000
## 10 09:00 NaN NaN NaN NaN NaN
## 11 10:00 158.0000 NaN NaN NaN 158.0000
## 12 11:00 NaN 104.0000 NaN NaN 104.0000
## 13 12:00 91.0000 113.0000 124 129.0000 114.2500
## 14 13:00 NaN NaN NaN NaN NaN
## 15 14:00 NaN 87.0000 NaN NaN 87.0000
## 16 15:00 147.0000 NaN 57 172.0000 125.3333
## 17 16:00 NaN NaN NaN NaN NaN
## 18 17:00 NaN 143.0000 NaN 92.0000 117.5000
## 19 18:00 104.0000 NaN NaN NaN 104.0000
## 20 19:00 NaN NaN 214 NaN 214.0000
## 21 20:00 NaN NaN NaN NaN NaN
## 22 21:00 180.0000 71.0000 NaN 70.0000 107.0000
## 23 22:00 NaN 115.0000 119 NaN 117.0000
## 24 23:00 NaN 152.0000 NaN NaN 152.0000
## 25 mean 123.8889 122.1111 143 120.2857 127.3214
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanBGheat_hist", libraryPath = libraryPath,
numberDays = numberDays,changeParam.list = changeParam.list)
Sensor value by time and date with mean values
SGvalue_timeDaytable
## time 2019-10-24 2019-10-25 2019-10-26 2019-10-27 mean
## 1 00:00 NaN NaN 113.58333 105.00000 109.29167
## 2 01:00 NaN NaN 80.41667 115.16667 97.79167
## 3 02:00 NaN NaN 89.83333 111.75000 100.79167
## 4 03:00 NaN NaN 122.25000 212.41667 167.33333
## 5 04:00 NaN NaN 202.11111 262.41667 232.26389
## 6 05:00 NaN NaN 196.33333 247.75000 222.04167
## 7 06:00 NaN NaN 120.91667 226.33333 173.62500
## 8 07:00 NaN NaN 117.25000 208.83333 163.04167
## 9 08:00 NaN NaN 89.58333 92.25000 90.91667
## 10 09:00 NaN NaN 108.58333 101.91667 105.25000
## 11 10:00 NaN NaN 180.75000 191.08333 185.91667
## 12 11:00 NaN NaN 179.58333 216.25000 197.91667
## 13 12:00 NaN NaN 120.41667 155.10000 137.75833
## 14 13:00 NaN NaN 171.66667 111.83333 141.75000
## 15 14:00 NaN 77.66667 142.33333 81.33333 100.44444
## 16 15:00 NaN 54.91667 68.58333 114.75000 79.41667
## 17 16:00 NaN 114.25000 104.33333 94.91667 104.50000
## 18 17:00 NaN 154.91667 87.83333 71.16667 104.63889
## 19 18:00 NaN 196.58333 151.66667 93.75000 147.33333
## 20 19:00 NaN 214.41667 204.00000 129.00000 182.47222
## 21 20:00 NaN 196.66667 168.16667 143.66667 169.50000
## 22 21:00 NaN NaN 115.66667 64.75000 90.20833
## 23 22:00 NaN NaN 108.00000 112.41667 110.20833
## 24 23:00 NaN NaN 178.33333 152.33333 165.33333
## 25 mean NaN 144.20238 134.25810 142.34097 140.26715
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanSGheat_hist", libraryPath = libraryPath,
numberDays = numberDays,changeParam.list = changeParam.list)
Interactive Plots
every 3 hours barplots
###daily barplots